Выявление предикторов риска отторжения зубных имплантатов в раннем послеоперационном периоде

Обложка


Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Доступ платный или только для подписчиков

Аннотация

Обоснование. Современная модель здравоохранения требует изменения парадигмы мышления руководителей здравоохранения, врачей и пациентов. Персонализированный подход, выявление этиопатогенеза заболеваний и профилактика любого рода патологий — слагаемые успешного и качественного оказания медицинской помощи в нашей стране. Стоматология — та отрасль, в которой 3П-медицина (профилактическая, превентивная, персонализированная) является неотъемлемой частью лечения пациентов. Одной из важных задач современной цифровой стоматологии представляется поиск показателей, которые позволили бы прогнозировать развитие осложнений дентальной имплантации. Решением этой проблемы может стать создание системы поддержки принятия врачебных решений, позволяющей предсказать исход до проведения имплантации.

Цель исследования — выявить статистически значимые предикторы риска раннего (до 6 мес) отторжения зубного имплантата за счёт применения иерархических байесовских моделей анализа выживаемости.

Материалы и методы. В качестве информационной базы рассматривались собранные ретроспективно данные пациентов, которым в период с 2013 по 2022 год были установлены зубные имплантаты. Данные сформированы на основе результатов многоцентровых обследований, полученных из центров дентальной имплантологии Ставрополя, Москвы, Пензы. Общее количество наблюдений составило 1472 случая. В качестве кандидатов на предикторы риска рассматривали группу определённых факторов, а в качестве модели выявления предикторов риска использовали байесовскую иерархическую модель Кокса (Gsslasso Cox).

Результаты. После сбора необходимой информации на основе ретроспективного анализа, отсева неполных и некачественных данных общий объём базы составил 39 переменных (факторов) по 1472 наблюдениям (имплантатам). В результате мультивариантного анализа получили следующие предикторы риска раннего отторжения зубного имплантата: мужской пол (HR=2,388; 95% CI: 1,345–4,240; p=0,003), возраст на момент имплантации, лет (HR=1,034; 95% CI: 1,008–1,041; p=0,011), гигиена полости рта (индекс Cилнес–Лоу) (HR=2,439; 95% CI: 1,205–4,701; p=0,051), наличие остеопороза (HR=5,512; 95% CI: 3,684–8,248; p <0,001), ширина кости в миллиметрах (HR=0,823; 95% CI: 0,716–0,944; p=0,006), тип анестезии (местная) (HR=0,469; 95% CI: 0,234–0,944; p=0,034), локализованный пародонтит (HR=2,024; 95% CI: 1,452–2,821; p=0,039), низкий фестончатый, толстый биотип десны (HR=0,485; 95% CI: 0,358–-0,658; p=0,0104).

Заключение. Проведённое исследование показывает возможность выявления предикторов риска отторжения зубного имплантата отдельно в раннем послеоперационном периоде (до 6 мес) за счёт применения иерархических байесовских моделей анализа выживаемости, так как в этом периоде выявляются предикторы риска, отличные от предикторов риска отторжения имплантата в более отдалённом периоде.

Полный текст

Доступ закрыт

Об авторах

Ирина Александровна Лакман

Уфимский университет науки и технологий

Автор, ответственный за переписку.
Email: Lackmania@mail.ru
ORCID iD: 0000-0001-9876-9202
SPIN-код: 4521-9097

к.т.н.

Россия, Уфа

Александр Александрович Долгалев

Ставропольский государственный медицинский университет; OOO «Имплант аддитивные технологии»

Email: dolgalev@dolgalev.pro
ORCID iD: 0000-0002-6352-6750
SPIN-код: 5941-5771

д.м.н., профессор

Россия, Ставрополь; Ставрополь

Дмитрий Владимирович Стоматов

Пензенский государственный университет

Email: grekstom@mail.ru
ORCID iD: 0000-0002-3271-971X

к.м.н., доцент

Россия, Пенза

Кирилл Евгеньевич Золотаев

Ставропольский государственный медицинский университет

Email: kzolotaev@yandex.ru
ORCID iD: 0000-0003-2347-5378

заочный аспирант

Россия, Ставрополь

Дмитрий Юрьевич Семериков

Стоматологическая клиника «Валентина»

Email: sim2457@gmail.com
ORCID iD: 0000-0001-8843-4580
Россия, Нягань

Вазген Михайлович Аванисян

Ставропольский государственный медицинский университет

Email: avanvaz@yandex.ru
ORCID iD: 0000-0002-0316-5957
SPIN-код: 1207-9234

ординатор

Россия, Ставрополь

Павел Михайлович Атапин

ООО «КИБЕРДОКТОР»

Email: pav1004@mail.ru
Россия, Ставрополь

Ирина Николаевна Усманова

Башкирский государственный медицинский университет

Email: irinausma@mail.ru
ORCID iD: 0000-0002-1781-0291
SPIN-код: 1978-9470

д.м.н., профессор

Россия, Уфа

Сергей Алексеевич Гуренко

ООО «КИБЕРДОКТОР»

Email: gsstav28@gmail.com
Россия, Ставрополь

Список литературы

  1. Плюхин Д.В. Цейликман В.Э., Цейликман О.Б., Синицкий А.И. Особенности свободнорадикального окисления липидов и белков плазмы крови при дентальной имплантации и периимплантите // Казанский медицинский журнал. 2015. Т. 96, № 5. С. 756–759. doi: 10.17750/KMJ2015-756
  2. Долгалев А.А., Иванов С.Ю., Гандылян К.С., и др. Дентальная имплантология: хирургические этапы дентальной имплантологии. Ставрополь : Ставропольский государственный медицинский университет, 2018.
  3. de Faria Schimunda N., Miranda Deliberador T., Costa da Silvaet G., et al. Factors associated with the loss of dental implants and the impact on the quality of life Fatores associados com a perda de implantes dentários eo impacto sobre a qualidade de vida // Brazilian Journal of Development. 2021. Vol. 7. № 7. P. 72691–72704. doi: 10.34117/bjdv7n7-445
  4. Feher B., Lettner S., Heinze G., et al. An advanced prediction model for postoperative complications and early implant failure // Clin Oral Implants Res. 2020. Vol. 31, N 10. P. 928–935. doi: 10.1111/clr.13636
  5. Liu C.-H., Lin C.-J., Hu Y.-H., et al. Predicting the failure of dental implants using supervised learning techniques // Applied Sciences. 2018. Vol. 8, N 5. P. 698. doi: 10.3390/app8050698
  6. Chiang H.-J., Tseng C.-C., Torng C.-C. A retrospective analysis of prognostic indicators in dental implant therapy using the C5.0 decision tree algorithm // Journal of Dental Sciences. 2013. Vol. 8, N 3. P. 248–255. doi: 10.1016/j.jds.2013.04.009
  7. Высоцкая Е.В., Саблин Р.О., Страшненко А.Н. Математическая модель прогнозирования исхода оперативного стоматологического вмешательства // Вісник Національного технічного університету “ХПІ”. Серия: Нові рішення в сучасних технологіях. 2018. № 45. С. 87–92. doi: 10.20998/2413-4295.2018.45.11
  8. Yang Y., Hu H., Zeng M., et al. The survival rates and risk factors of implants in the early stage: a retrospective study // BMC Oral Health. 2021. Vol. 21, N 1. P. 1–7. doi: 10.1186/s12903-021-01651-8
  9. Ha S.R., Park H.S., Kim E.H., et al. A pilot study using machine learning methods about factors influencing prognosis of dental implants // J Adv Prosthodont. 2018. Vol. 10, N 6. P. 395–400. doi: 10.4047/jap.2018.10.6.395
  10. Singh R., Mukhopadhyay K. Survival analysis in clinical trials: basics and must know areas // Perspect Clin Res. 2011. Vol. 2, N 4. P. 145. doi: 10.4103/2229-3485.86872
  11. Moayeri R.S., Khalili M., Nazari M. A hybrid method to predict success of dental implants // (IJACSA) International Journal of Advanced Computer Science and Applications. 2016. Vol. 7, N 5. P. 1–6.
  12. Tang Z., Lei S., Zhang X., et al. Gsslasso Cox: a Bayesian hierarchical model for predicting survival and detecting associated genes by incorporating pathway information // BMC Bioinformatics. 2019. Vol. 20, N 1. P. 94. doi: 10.1186/s12859-019-2656-1
  13. Honerkamp-Smith G., Xu R. Three measures of explained variation for correlated survival data under the proportional hazards mixed-effects model // Stat Med. 2016. Vol. 35, N 23. P. 4153–4165. doi: 10.1002/sim.6993
  14. Hasegawa T., Sasaki A., Saito I., et al. Success of dental implants in patients with large bone defect and analysis of risk factors for implant failure: a non-randomized retrospective cohort study // Clin Oral Investig. 2022. Vol. 26, N 3. P. 2743–2750. doi: 10.1007/s00784-021-04249-0
  15. Compton S.M., Clark D., Chan S., et al. Dental implants in the elderly population: a long-term follow-up // Int J Oral Maxillofac Implants. 2017. Vol. 32, N 1. 164–170. doi: 10.11607/jomi.5305
  16. Neves J., de Araújo Nobre M., Oliveira P., et al. Risk factors for implant failure and peri-implant pathology in systemic compromised patients // Journal of Prosthodontics. 2018. Vol. 27, N 5. P. 409–415. doi: 10.1111/jopr.12508
  17. Takamoli J., Pascual A., Martinez-Amargant J., et al. Implant failure and associated risk indicators: a retrospective study // Clin Oral Implants Res. 2021. Vol. 32, N 5. P. 619–628. doi: 10.1111/clr.13732
  18. Derks J., Håkansson J., Wennström J.L., et al. Effectiveness of implant therapy analyzed in a Swedish population: early and late implant loss // J Dent Res. 2015. Vol. 94, suppl. 3. P. 44S–51S. doi: 10.1177/0022034514563077
  19. Vercruyssen M., Marcelis K., Coucke W., et al. Long-term, retrospective evaluation (implant and patient-centred outcome) of the two-implants-supported overdenture in the mandible. Part 1: survival rate // Clin Oral Implants Res. 2010. Vol. 21, N 4. P. 357–365. doi: 10.1111/j.1600-0501.2009.01849.x
  20. Levin L., Ofec R., Grossmann Y., Anner R., et al. Periodontal disease as a risk for dental implant failure over time: a long-term historical cohort study // J Clin Periodontol. 2011. Vol. 38, N 8. P. 732–737. doi: 10.1111/j.1600-051X.2011.01745.x
  21. Romandini M., Lima C., Pedrinaci I., et al. Prevalence and risk/protective indicators of peri-implant diseases: a university-representative cross-sectional study // Clin Oral Implants Res. 2021. Vol. 32, N 1. P. 112–122. doi: 10.1111/clr.13684
  22. Manor Y., Oubaid S., Mardinger O., et al. Characteristics of early versus late implant failure: a retrospective study // J Oral Maxillofac Surg. 2009. Vol. 67, N 12. P. 2649–2652. doi: 10.1016/j.joms.2009.07.050
  23. Carr A.B., Arwani N., Lohse C.M., et al. Early implant failure associated with patient factors, surgical manipulations, and systemic conditions. J Prosthodont. 2019. Vol. 28, N 6. P. 623–633. doi: 10.1111/jopr.12978
  24. Boboeva O., Kwon T.G., Kim J.W., et al. Comparing factors affecting dental-implant loss between age groups: a retrospective cohort study // Clin Implant Dent Relat Res. 2021. Vol. 23, N 2. P. 208–215. doi: 10.1111/cid.12967
  25. Malm M.O., Jemt T., Stenport V.F. Patient factors related to early implant failures in the edentulous jaw: a large retrospective case–control study // Clin Implant Dent Relat Res. 2021. Vol. 23, N 3. P. 466–476. doi: 10.1111/cid.13009
  26. Alsaadi G., Quirynen M., Komárek A., van Steenberghe D. Impact of local and systemic factors on the incidence of late oral implant loss // Clin Oral Implants Res. 2008. Vol. 19, N 7. P. 670–676. doi: 10.1111/j.1600-0501.2008.01534.x
  27. Krisam J., Ott L., Schmitz S., Klotz A.L., et al. Factors affecting the early failure of implants placed in a dental practice with a specialization in implantology — a retrospective study // BMC Oral Health. 2019. Vol. 19, N 1. P. 208. doi: 10.1186/s12903-019-0900-8
  28. Suárez-López Del Amo F., Lin G.H., Monje A., Galindo-Moreno P., Wang H.L. Influence of soft tissue thickness on peri-implant marginal bone loss: a systematic review and meta-analysis // J Periodontol. 2016. Vol. 87, N 6. P. 690–699. doi: 10.1902/jop.2016.150571

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Эко-Вектор, 2023



СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия  ПИ № ФС 77 - 86296 от 11.12.2023 г
СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ЭЛ № ФС 77 - 80632 от 15.03.2021 г
.



Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах